วันที่บทความต้นทางใน VTB: 11 กันยายน 2026 (2026-09-11) · วันที่อัปโหลดวิดีโอยังไม่ได้รับการยืนยัน
บทความนี้ถ่ายทอดบทความต้นทางที่อ้างอิงคลิป AI News: The AI World is REALLY Scared Right Now ของ ผู้จัดทำวิดีโอต้นทาง ชื่อรุ่น สเปก ราคา ความพร้อมใช้งาน และผลลัพธ์เป็นสิ่งที่แหล่งต้นทางกล่าวไว้ในขณะนั้น ยังไม่ได้ตรวจยืนยันกับผู้ให้บริการหรือทดสอบซ้ำ ตัวอย่างและข้อเสนอสำหรับธุรกิจไทยเป็นการประยุกต์ของบทความเดิม
สัปดาห์ที่ผู้บรรยายกล่าวถึงมีทั้งความก้าวหน้าของเครื่องมือ AI ที่นำไปใช้ได้ทันที และสัญญาณเตือนที่จริงจังจากนักวิจัยภายในห้องปฏิบัติการ AI ชั้นนำ ประเด็นสำคัญจึงไม่ได้มีเพียงว่าโมเดลใหม่ทำอะไรได้บ้าง แต่รวมถึงคำถามว่าโลกกำลังควบคุมระบบที่มีความสามารถเพิ่มขึ้นอย่างรวดเร็วได้ดีพอหรือไม่
ภาพรวมของข่าวครอบคลุมตั้งแต่ ChatGPT Images 2.5, เอเจนต์ส่วนบุคคล Muse จาก Meta, โมเดลราคาประหยัด DeepSeek V4.1 Flash, ฟีเจอร์ AI ในอุปกรณ์ Apple ไปจนถึงเครื่องมือสร้างเพลง วิเคราะห์ข้อมูล และตัดต่อวิดีโอ ขณะเดียวกัน คำเตือนเรื่องการจัดแนว AI หรือ AI alignment กำลังกลายเป็นบทสนทนาที่หลีกเลี่ยงไม่ได้
ChatGPT Images 2.5: จุดเปลี่ยนสำคัญคือความสม่ำเสมอของภาพ
ผู้บรรยายรายงานว่า OpenAI เปิดตัว ChatGPT Images 2.5 ซึ่งเป็นโมเดลสร้างและแก้ไขภาพภายใน ChatGPT การอัปเดตครั้งนี้มุ่งแก้ปัญหาที่พบได้บ่อยในโมเดลภาพรุ่นก่อน นั่นคือการรักษาเอกลักษณ์ของบุคคล วัตถุ ท่าทาง และองค์ประกอบภาพให้คงเดิมตลอดการแก้ไขหลายรอบ
เมื่อใช้ภาพอ้างอิงเพื่อเปลี่ยนเสื้อผ้า สไตล์ หรือฉากหลัง ผลลัพธ์ใหม่มีแนวโน้มเก็บรายละเอียดของบุคคลเดิมได้ดีขึ้น ตัวอย่างเช่น การเปลี่ยนคนในภาพให้สวมสูทควรยังคงโครงหน้า ท่าทาง และลักษณะหลักของบุคคลไว้ได้มากกว่าเดิม ความสามารถเช่นนี้สำคัญต่อทีมครีเอทีฟ นักการตลาด และผู้ที่ต้องการทำชุดภาพหลายแบบจากต้นฉบับเดียวกัน
ความสม่ำเสมอยังปรากฏในการแก้ไขวัตถุเฉพาะส่วน เช่น ภาพคนถือบัตรหรือบัตรโดยสาร โมเดลสามารถรักษารูปทรงบัตรและตำแหน่งนิ้วมือ พร้อมเปลี่ยนเฉพาะข้อมูลหรือภาพบนบัตรได้ การควบคุมแบบนี้ช่วยลดงานแก้ภาพซ้ำ และทำให้การสร้างสื่อหลายเวอร์ชันเป็นไปอย่างมีระบบขึ้น
ฟีเจอร์ Sketch เปลี่ยนภาพร่างเป็นภาพจริง
ฟีเจอร์ใหม่ที่ใช้งานสนุกและตรงไปตรงมาคือ Sketch ผู้ใช้สามารถเปิดผืนผ้าใบขนาดเล็กจากเมนูเพิ่มไฟล์ วาดภาพร่างอย่างง่าย แล้วใช้ภาพร่างนั้นเป็นภาพอ้างอิงสำหรับพรอมต์ เช่น สั่งให้แปลงเป็นภาพถ่ายสมจริง โมเดลจะพยายามตีความรูปทรง ตำแหน่ง และรายละเอียดที่วาดไว้ แม้ภาพร่างจะหยาบมากก็ตาม
แนวทางนี้ไม่ได้แทนที่การออกแบบอย่างละเอียด แต่ช่วยให้การอธิบายองค์ประกอบภาพทำได้ง่ายขึ้น แทนที่จะพิมพ์คำบรรยายตำแหน่งทุกส่วน ผู้ใช้สามารถร่างเลย์เอาต์คร่าว ๆ แล้วระบุสไตล์ แสง วัสดุ หรือระดับความสมจริงผ่านข้อความได้
ตามที่ผู้บรรยายระบุในคลิป ChatGPT Images 2.5 ใช้งานได้ใน ChatGPT, ChatGPT Work และ Codex บนเดสก์ท็อป มือถือ และเว็บ นอกจากนี้ API ยังมีสองตัวเลือกตามสมดุลที่ต้องการระหว่างคุณภาพ รายละเอียด ความเร็ว และต้นทุน
Meta Muse: จากแชตบอตสู่เอเจนต์ส่วนบุคคลที่ลงมือทำงาน
ผู้บรรยายรายงานว่า Meta เปิดตัว Muse ในฐานะเอเจนต์ส่วนบุคคลที่ออกแบบมาให้ทำงานแทนผู้ใช้จริง ไม่ใช่เพียงตอบคำถามผ่านหน้าต่างแชต แนวคิดหลักคือเชื่อมต่อ Muse เข้ากับอีเมล ปฏิทิน และแอปที่อนุญาต จากนั้นให้ระบบช่วยวางแผน ติดตาม และดำเนินการตามเป้าหมาย
Muse สามารถเปิดเบราว์เซอร์ กรอกแบบฟอร์ม จัดการการจอง ส่งอีเมล หรือช่วยเปรียบเทียบข้อมูลได้ ระบบยังสามารถทำงานต่อในเบื้องหลังหลังปิดแอป แต่จะกลับมาขออนุมัติเมื่อต้องทำสิ่งที่มีผลสำคัญ เช่น ส่งอีเมลจริงหรือซื้อสินค้า นี่เป็นรูปแบบการทำงานที่พยายามผสานความอัตโนมัติกับการควบคุมของมนุษย์
การทำงานของ Muse อยู่บนเครื่องเสมือนแยกต่างหาก โดยผู้บรรยายอ้างคำอธิบายของ Meta ว่าเอเจนต์อื่นไม่สามารถเข้าถึงสภาพแวดล้อมนั้นได้ Muse ไม่มีสิทธิ์เห็นรหัสผ่านหรือข้อมูลการชำระเงินโดยตรง ข้อมูลรับรองจะอยู่ในพื้นที่จัดเก็บที่ปลอดภัย และผู้ใช้เลือกได้ว่าจะเชื่อมต่อแอปใดหรือให้สิทธิ์ระดับใด นอกจากนี้ยังมีตัวเลือกไม่อนุญาตให้นำปฏิสัมพันธ์ไปใช้ฝึกโมเดล AI ของ Meta
โครงสร้างการใช้งานและการจดจำบริบท
หน้าใช้งานของ Muse มีแชตหลักแบบต่อเนื่องสำหรับบริบทระยะยาว และมี side chats เพื่อแยกหัวข้อการทำงาน นอกจากนั้นยังประกอบด้วยส่วนค้นหา ฟีดคำแนะนำ เป้าหมาย ชิ้นงาน กิจกรรม รายการรออนุมัติ งานที่กำลังจะมาถึง และหน้าจัดการตัวตนหรือความทรงจำของเอเจนต์
จุดน่าสนใจคือการเริ่มต้นใช้งานแบบ self onboarding ระบบจะถามชื่อ ขอให้ตั้งชื่อเอเจนต์ และเสนอสิ่งที่ช่วยได้ เช่น จัดระเบียบปฏิทิน ร่างและส่งอีเมล ตั้งเตือน ติดตามราคา ซื้อของ จองร้านอาหาร หรือจัดแผนตามเป้าหมายด้านสุขภาพ การเงิน อาชีพ และประสิทธิภาพการทำงาน
ตัวอย่างการใช้งานที่มีประโยชน์คือการตรวจสอบค่าสมาชิกรายเดือนของเครื่องมือ AI จากอีเมลและใบเสร็จ Muse สามารถรวบรวมรายการบริการที่สมัครอยู่ ชี้ให้เห็นการใช้เครื่องมือที่หน้าที่ทับซ้อนกัน เช่น มีเครื่องสร้างภาพหลายตัว เครื่องมือสร้างวิดีโอหลายตัว หรือระบบอัตโนมัติหลายแพลตฟอร์ม การทำเช่นนี้ช่วยให้เห็นโอกาสลดค่าใช้จ่ายที่มักถูกมองข้าม
ข้อจำกัดในระยะเริ่มต้นคือจำนวนการเชื่อมต่อที่ยังไม่กว้างเท่าระบบเอเจนต์บางราย แต่ประสบการณ์เริ่มต้นทำได้ง่าย เพราะหน้าตาใกล้เคียงแอปส่งข้อความทั่วไป สำหรับผู้ที่เพิ่งเริ่มใช้ AI agent นี่อาจเป็นจุดเริ่มต้นที่เข้าถึงได้มาก
Virtual Teammates: AI ที่มีบทบาทเสมือนสมาชิกทีม
ในช่วงที่คลิประบุว่าได้รับการสนับสนุนจาก Optimizely ผู้บรรยายนำเสนอ Virtual Teammates ซึ่งแตกต่างจากเอเจนต์ที่รอคำสั่งทีละคำขอ โดยวางตำแหน่ง AI ให้เป็นเพื่อนร่วมทีมเฉพาะทาง มีชื่อ อีเมล และตำแหน่งในไดเรกทอรีทีม สามารถมอบหมายขั้นตอนในเวิร์กโฟลว์ เชิญเข้าประชุม และตรวจสอบการทำงานผ่าน audit trail ได้
แนวคิดนี้เหมาะกับงานที่เกิดซ้ำและต้องการความต่อเนื่อง เช่น SEO การวิเคราะห์การตลาด การจัดการคอนเทนต์ และการดูแลเว็บไซต์ ระบบสามารถสะสมความจำระยะยาวเกี่ยวกับน้ำเสียงแบรนด์ แคมเปญที่ผ่านมา และรูปแบบการทำงานของทีม ขณะที่งานที่ย้อนกลับไม่ได้ยังคงตั้งให้ต้องรอการอนุมัติได้
ประเด็นสำคัญไม่ใช่การปล่อยให้ AI ตัดสินใจแทนทั้งหมด แต่คือการออกแบบขอบเขตงาน สิทธิ์การเข้าถึง และจุดอนุมัติให้ชัดเจน ยิ่ง AI มีความสามารถลงมือทำมาก การกำกับดูแลที่ตรวจสอบย้อนหลังได้ยิ่งเป็นสิ่งจำเป็น
DeepSeek V4.1 Flash: โมเดลที่เน้นความคุ้มค่ากับคำถามเรื่องเบนช์มาร์ก
ผู้บรรยายรายงานว่า DeepSeek เปิดตัว DeepSeek V4.1 Flash โดยผลการประเมิน Artificial Analysis ให้คะแนน 40 เพิ่มจากรุ่นก่อนที่ได้ 36 จุดเด่นที่ถูกพูดถึงมากคือค่าใช้จ่ายต่อภารกิจ ซึ่งอยู่ราว 27 เซนต์ ต่ำกว่าระบบระดับสูงบางตัวที่มีต้นทุนหลายดอลลาร์ต่อภารกิจ
ตามผลทดสอบที่ผู้บรรยายนำมาเล่า สำหรับงานเขียนโค้ด โมเดลนี้ทำคะแนน 74% ในเบนช์มาร์ก DeepSweep 1.1 เทียบระดับเดียวกับโมเดลชั้นนำหลายรายบนตารางคะแนน อย่างไรก็ตาม คะแนนเบนช์มาร์กไม่ควรถูกตีความว่าเท่ากับคุณภาพของงานจริงในทุกสถานการณ์
การทดลองของผู้บรรยายในการสร้างภาพด้วยโค้ด SVG แสดงให้เห็นความต่างระหว่างผลคะแนนเชิงมาตรฐานกับผลงานที่เห็นได้จริง แม้ DeepSeek จะสร้างงานได้ในเวลาประมาณ 59 วินาทีและมีต้นทุนต่ำกว่า 2 เซนต์ แต่คุณภาพภาพโดยรวมยังดูด้อยกว่าโมเดลคู่แข่งบางรุ่นในชุดเปรียบเทียบเดียวกัน
บทเรียนคือควรใช้เบนช์มาร์กเป็นข้อมูลหนึ่งประกอบการตัดสินใจ ไม่ใช่คำตอบสุดท้าย การเลือกโมเดลควรทดสอบกับงานจริงขององค์กร ทั้งด้านคุณภาพ ความเร็ว ราคา ความสามารถในการทำตามคำสั่ง และความเสถียรของผลลัพธ์
เหตุใดนักวิจัย AI จึงกำลังส่งสัญญาณเตือน
ผู้บรรยายอ้างคำกล่าวของ Jacob Coxon ซึ่งในคลิปแนะนำว่าเป็นอดีตนักวิจัยด้าน pretraining ที่เคยทำงานทั้ง OpenAI และ Anthropic ว่าองค์กรชั้นนำกำลังแข่งขันสู่ระบบปัญญาประดิษฐ์เหนือมนุษย์ที่พัฒนาตนเองได้ แม้ความเสี่ยงต่อมนุษยชาติอาจสูงมาก
ในคลิปยังอ้างคำกล่าวของ Evan Hubinger ซึ่งผู้บรรยายแนะนำว่าเป็นผู้นำด้าน alignment science ของ Anthropic ว่า AI อาจทำให้มนุษย์สูญพันธุ์ได้ในช่วงทศวรรษหน้า โดยประเมินโอกาสมากกว่า 10% ในมุมมองส่วนตัว และยอมรับว่ายังไม่มีแผนแก้ปัญหา alignment สำหรับ superintelligence ที่ชัดเจน หรือหลักฐานว่าอยู่บนเส้นทางที่จะแก้ได้ทันเวลา
Alignment คืออะไร และทำไมจึงยาก
AI alignment คือความพยายามทำให้ระบบ AI ที่ทรงพลังเข้าใจและปฏิบัติตามเจตนา คุณค่า และข้อจำกัดที่มนุษย์กำหนด ปัญหาไม่ได้อยู่แค่การทำให้ AI ตอบคำถามถูกต้อง แต่อยู่ที่การควบคุมระบบที่วางแผนระยะยาว ใช้เครื่องมือภายนอก เข้าถึงทรัพยากร และอาจตีความเป้าหมายแบบผิดทิศทาง
หากเอเจนต์ที่มีความสามารถสูงได้รับคำสั่งอันตราย ระบบอาจขยายขอบเขตของคำสั่งเกินความตั้งใจของผู้ควบคุม ความเสี่ยงที่ถูกยกขึ้นมารวมถึงการโจมตีโครงสร้างพื้นฐานทางดิจิทัล การหลอกลวง การต่อรองหรือแบล็กเมลมนุษย์ และการช่วยพัฒนาเทคโนโลยีอันตราย เช่น เชื้อโรคที่ออกแบบขึ้น
ผู้บรรยายกล่าวถึงบทความที่ระบุว่าเขียนโดย Jakub Pachocki หัวหน้านักวิทยาศาสตร์ของ OpenAI ชื่อ An Alien Mind โดยชี้ว่าความเร็วของความก้าวหน้าอาจดำเนินต่อไปจนเข้าสู่การปรับปรุงตัวเองแบบวนซ้ำ หรือ recursive self improvement กล่าวคือ AI ช่วยพัฒนา AI รุ่นถัดไป และรุ่นถัดไปช่วยเร่งวงจรนั้นอีกที
เมื่อโมเดลมีความสามารถสูงขึ้น การตีความเหตุผลเบื้องหลังการตัดสินใจอาจยากขึ้นตามไปด้วย หากระบบฉลาดกว่าคนที่ออกแบบมัน การตรวจสอบว่าเหตุใดจึงเลือกการกระทำหนึ่งแทนอีกการกระทำหนึ่งจะเป็นงานที่ซับซ้อนอย่างมาก นี่คือเหตุผลที่ประเด็น interpretability และการตรวจสอบพฤติกรรมโมเดลมีความสำคัญไม่แพ้การเพิ่มคะแนนความสามารถ
การแก้ปัญหาไม่ควรอยู่ระหว่างความตื่นตระหนกกับการปฏิเสธ
มีผู้ตั้งข้อสงสัยว่าคำเตือนดังกล่าวอาจเป็นกลยุทธ์การตลาดหรือการสร้างกระแส และผู้บรรยายเล่าถึงรายงานว่าบางกลุ่มเสนอค่าตอบแทนแก่ครีเอเตอร์เพื่อเผยแพร่ข้อความที่ทำให้สังคมกลัว AI จริง อย่างไรก็ตาม การมีแรงจูงใจทางการตลาดในบางกรณีไม่ได้ทำให้ข้อกังวลด้านเทคนิคจากนักวิจัยที่ทำงานกับระบบเหล่านี้หมดความหมาย
ท่าทีที่สร้างสรรค์จึงไม่ใช่การตื่นกลัวจนหยุดคิด และไม่ใช่การเรียกทุกคำเตือนว่าเป็นเรื่องแต่ง สิ่งที่ควรทำคือรับฟังความเสี่ยงอย่างจริงจัง สนับสนุนงานวิจัย alignment เพิ่มการทดสอบความปลอดภัย สร้างระบบตรวจสอบอิสระ และออกแบบมาตรการรับผิดชอบสำหรับการนำเอเจนต์ทรงพลังไปใช้จริง
การให้ทุกบริษัทและทุกประเทศหยุดพัฒนา AI พร้อมกันอาจเป็นเรื่องยากมาก เพราะการแข่งขันและความไว้วางใจระหว่างกันมีจำกัด ทางเลือกที่เป็นรูปธรรมกว่าคือเพิ่มทรัพยากร คน และความสำคัญให้กับความปลอดภัย ไม่ปล่อยให้แรงกดดันด้านความเร็วและมูลค่าทางธุรกิจเป็นตัวกำหนดทิศทางเพียงอย่างเดียว
Apple Intelligence: AI ที่ขยับเข้าสู่อุปกรณ์ส่วนตัวมากขึ้น
ตามการรายงานในคลิป งานเปิดตัว Apple นำเสนอ iPhone 18 Pro และ iPhone 18 Pro Max ซึ่งเป็นการอัปเกรดด้านกล้อง แบตเตอรี่ ประสิทธิภาพ และชิป โดยกล้องมีระบบรูรับแสงปรับได้ จุดที่ได้รับความสนใจมากคือ iPhone Duo อุปกรณ์พับได้ที่เปิดออกในลักษณะใกล้เคียง iPad mini แม้กล้องอาจไม่เท่ารุ่น Pro
โทรศัพท์รุ่นใหม่มาพร้อม Siri เวอร์ชันที่ใช้บริบทส่วนบุคคล ช่วยค้นหาข้อมูลจากข้อความ อีเมล รูปภาพ และข้อมูลบนหน้าจอ Apple Intelligence ยังถูกวางให้ช่วยทำให้แอปต่าง ๆ ฉลาดและใช้งานได้ตามสถานการณ์มากขึ้น
ฝั่ง Apple Watch มีฟีเจอร์ Readiness ที่วิเคราะห์กิจกรรม ภาระการฝึก ค่าสัญญาณชีพ และคะแนนการนอน เพื่อประเมินความพร้อมของร่างกายในแต่ละวัน พร้อมอัปเดตเมื่อมีข้อมูลใหม่เข้ามา นอกจากนี้ Audio Intelligence มีทั้งการรู้จำเสียง การแสดงข้อความย้อนหลังจากบทสนทนาประมาณ 15 วินาที และ Siri Recap สำหรับสรุปประเด็นสำคัญภายหลัง
AirPods 5 เพิ่มการเข้าถึง Siri แบบแฮนด์ฟรีและการแปลภาษาแบบสด สัญญาณโดยรวมชัดเจนว่า AI กำลังย้ายจากแอปเดี่ยวไปสู่ประสบการณ์ที่ฝังอยู่ในอุปกรณ์ส่วนตัวตลอดวัน ซึ่งยิ่งทำให้ประเด็นเรื่องความเป็นส่วนตัวและการขอความยินยอมสำคัญขึ้น
อัปเดต AI แบบรวดเร็วที่ควรจับตา
รายการต่อไปนี้ถ่ายทอดตามที่ผู้บรรยายเล่าในคลิป ไม่ใช่การตรวจยืนยันสเปกหรือสถานะเปิดใช้ล่าสุด
- MAI Image 2.6 ของ Microsoft: โมเดลภาพรุ่นใหม่รองรับการแก้ไขโดยใช้ภาพอ้างอิงหลายภาพ และสามารถดึงข้อมูลจากเว็บเพื่อประกอบการสร้างผลลัพธ์
- ChatGPT Work เขียนให้เหมือนเจ้าของบัญชี: ระบบสามารถเรียนรู้วลีที่ใช้บ่อย คำลงท้าย ลักษณะการใช้ตัวพิมพ์ และสไตล์การเขียนจาก Gmail, Google Drive, Slack และ SharePoint ที่เชื่อมต่อ
- Data Agent ของ OpenAI: เชื่อมต่อแหล่งข้อมูลที่อนุมัติแล้ว เช่น Amazon Redshift, Datadog, Google BigQuery, Databricks, MongoDB และ Snowflake เพื่อถามคำถาม วิเคราะห์ สร้างภาพข้อมูล และทำสไลด์
- Gemini บน Windows: แอป Gemini ที่เดิมมีบน Mac เปิดให้ใช้บน Windows แล้ว
- Suno V6: โมเดลสร้างเพลงรุ่นใหม่ได้รับการฝึกจากเพลงที่ได้รับอนุญาตอย่างถูกต้อง โดยมีข้อตกลงกับ Warner Music Group และ BMG
- Lyria 3.5 ของ Google: เครื่องมือสร้างเพลง AI ใช้ได้ผ่าน Gemini, Google Flow Music, Google AI Studio และ Google Vids พร้อมตัวเลือกด้านแนวเพลง ความยาว เสียงร้อง และจุดตั้งต้นสำหรับการสร้างเพลง
- DaVinci Resolve 21.1: เพิ่ม AI Assistant ที่เชื่อมต่อระบบอย่าง Claude เข้ากับโปรแกรมตัดต่อโดยตรง เพื่อช่วยดำเนินงานตามคำสั่ง
ภาพยนตร์ Artificial และบทสรุปของสัปดาห์
ผู้บรรยายเล่าถึงตัวอย่างภาพยนตร์ Artificial ซึ่งเล่าเหตุการณ์สัปดาห์อันวุ่นวายที่ Sam Altman ถูกปลดจาก OpenAI ก่อนกลับมาดำรงตำแหน่งอีกครั้งหลังเกิดความเปลี่ยนแปลงหลายระลอก Andrew Garfield รับบท Sam Altman ผู้บรรยายระบุว่าภาพยนตร์มีกำหนดฉายในวันคริสต์มาส และน่าจะเป็นการตีความเรื่องจริงแบบดราม่ามากกว่าบันทึกประวัติศาสตร์โดยตรง
ข่าวชุดนี้สะท้อนประเด็นสองด้านของ AI อย่างชัดเจน ด้านหนึ่ง เครื่องมือกำลังช่วยสร้างภาพ วางแผนงาน วิเคราะห์ข้อมูล เขียนตามสไตล์เฉพาะบุคคล และสร้างเพลงได้ง่ายกว่าเดิม อีกด้านหนึ่ง ความสามารถที่เพิ่มขึ้นกำลังผลักให้คำถามด้านการกำกับดูแล ความปลอดภัย และความรับผิดชอบกลายเป็นเรื่องเร่งด่วน
ท่าทีที่เหมาะสมคือใช้ประโยชน์จากนวัตกรรมด้วยความรอบคอบ ทดสอบเครื่องมือกับงานจริง กำหนดสิทธิ์การเข้าถึงอย่างจำกัด รักษาจุดอนุมัติสำหรับการกระทำสำคัญ และสนับสนุนการพัฒนา AI ที่ปลอดภัยพอ ๆ กับการพัฒนา AI ที่เก่งขึ้น ความก้าวหน้าไม่จำเป็นต้องหยุดชะงัก แต่ต้องมีทิศทางที่ตรวจสอบได้และรับผิดชอบต่อสังคมมากขึ้น
ที่มาวิดีโอ: AI News: The AI World is REALLY Scared Right Now · ผู้จัดทำวิดีโอต้นทาง
